CIO에게는 AI가 더 이상 필요하지 않습니다. 자신의 비즈니스를 진정으로 이해하는 AI가 필요합니다.
오늘날 대부분의 엔터프라이즈 AI는 여전히 싱글 플레이어 모드로 가장 잘 설명될 수 있는 모드에서 작동합니다.
이는 사람들이 이메일을 작성하고, 문서를 요약하고, 즉시 사용 가능한 정보를 기반으로 응답을 생성하는 데 도움이 됩니다.
Wisdom AI의 CEO이자 공동 창립자.
그러나 기업은 개인의 맥락에서만 운영되지 않습니다. 그들은 제도적 맥락에서 일합니다. 즉, 비즈니스가 실제로 작동하는 방식을 결정하는 고객, 시스템, 지표, 프로세스, 소유권 모델, 정책 및 역사적 결정 간의 상호 연결된 관계입니다.
AI가 이메일 지원에서 비즈니스 결정으로 이동함에 따라 비즈니스가 실제로 어떻게 작동하는지 이해하지 못하기 때문에 무너지기 시작합니다.
따라서 다음 단계는 더 많은 부조종사를 추가하는 것이 아닙니다. 제도적 모드로 AI를 구축하고 있습니다. 한 곳에 있는 데이터뿐만 아니라 비즈니스의 실제 운영 맥락에서 추론할 수 있는 에이전트입니다.
그러나 이는 AI를 대규모로 안정적이고 안전하게 만들기 위한 명확한 정의, 소유권, 거버넌스 및 교육 등 기본이 갖춰진 경우에만 작동합니다.
AI가 사업에 실패하는 이유
싱글 플레이어 AI가 성공하는 이유는 해결하는 문제가 좁고 독립적이기 때문입니다. 이메일 초안을 작성하거나 보고서를 요약하는 데에는 회사가 시스템으로 작동하는 방식을 이해할 필요가 없습니다. 기관 AI가 그렇습니다.
의미 있는 비즈니스 질문에 답하려면 AI는 많은 조직이 완전히 공식화하지 않은 다음과 같은 구조화된 비즈니스에 액세스할 수 있어야 합니다.
- 측정항목이 실제로 나타내는 것을 정의하는 공유 의미 체계
- 숫자의 유래와 변화 방식을 설명하는 데이터 계보
- 책임을 확립하는 명확한 소유권 모델
- 신뢰, 액세스 및 승인을 성문화하는 거버넌스 규칙
- 실제 의사결정 프로세스를 반영하는 비즈니스 로직 및 예외
- 실제 변이와 정상적인 변이를 구별하는 과거 신호
이러한 맥락이 없으면 AI는 더 똑똑해지지 않습니다. 더 명확해지고 신뢰성이 떨어집니다. 성과를 설명하거나 조치를 권장하라는 요청을 받으면 합리적인 추론보다는 그럴듯한 설명으로 정보 격차를 메우십시오.
이러한 역학은 많은 기업 AI 이니셔티브가 유망한 파일럿 이후 지연되는 이유를 설명합니다. 채택은 주요 장애물이 아닙니다. 귀하의 비즈니스를 기계가 읽을 수 있도록 만드십시오.
격차는 분석과 경영진의 의사결정에서 처음으로 나타난다.
제도적 맥락의 부재는 AI가 분석에 적용될 때 더욱 분명해집니다. 이메일을 작성하는 것은 비교적 간단합니다. 이탈 진단, 수익 예측 또는 비용 차이 설명은 그렇지 않습니다.
분석은 대부분의 비즈니스에 존재하는 단편화를 드러냅니다. 측정항목은 여러 시스템에 있습니다. 정의는 팀마다 다릅니다. 소유권이 암시되는 경우가 많습니다. 역사적 맥락이 불완전하거나 문서화되지 않았습니다. 격리된 데이터 세트로 훈련된 AI는 여전히 답변을 생성할 수 있지만 이러한 답변은 취약하고 일관성이 없으며 신뢰하기 어렵습니다.
실제로 CIO는 다음과 같은 익숙한 패턴을 접하게 됩니다.
- 동일한 측정항목은 시스템 간에 서로 다른 의미를 갖습니다.
- 데이터 소유권은 명시적으로 정의되지 않고 가정됩니다.
- 해석에 필요한 역사적 맥락을 알 수 없음
- 예외와 경계선 사례는 부족 지식으로만 존재합니다.
이것이 싱글 플레이어 AI가 무너지는 곳입니다. 모호함에 직면하여 합리적으로 들리지만 결정 수준에서 신뢰성이 부족한 설명을 생성합니다.
결과적으로 분석은 기업 AI의 입증 기반이자 제도적 맥락 없이 그 한계가 노출되는 첫 번째 영역이 되었습니다.
상황 인식 에이전트가 비즈니스 가치를 실현하는 방법
비즈니스 AI의 첫 번째 물결은 보고서를 설명하는 챗봇, 회의를 요약하는 부조종사, 사람들이 작업을 더 빠르게 완료하는 데 도움이 되는 도구 등 대체로 부가적이었습니다. 이러한 기능은 유용하지만 점진적입니다.
AI가 적극적으로 대응할 때 중요한 비즈니스 가치가 발생합니다. 이는 격리된 요청에 응답하는 대신 시간이 지남에 따라 모든 시스템에서 작동할 수 있는 경우입니다. 상황 인식 에이전트는 다음을 수행할 수 있습니다.
- 확장 전 이상 징후 식별
- 표면적인 증상보다는 근본 원인을 해결하세요.
- 기능 간 운영 문제 진단
- 비즈니스 현실에 기초한 조치 권장
이 종류의 AI는 제도적 맥락에 따라 달라집니다. AI가 없으면 결과는 흥미로울 수 있지만 생산에는 충분히 신뢰할 수 없습니다.
그리고 이것이 AI에서 ROI를 얻는 핵심입니다. 비즈니스 가치는 더 나은 추상에서 나오는 것이 아니라 제도적 통찰력으로 추론하고 실제 운영 결정을 내릴 수 있는 에이전트에서 나옵니다.
미래는 비즈니스 작동 방식을 이해하는 AI입니다.
엔터프라이즈 AI의 미래는 더 큰 모델, 더 빠른 추론 또는 스택에 추가되는 공급업체에 의해 정의되지 않습니다. 이는 비즈니스가 실제로 어떻게 작동하는지를 반영하는 AI 시스템에 의해 정의됩니다.
이를 위해서는 비즈니스 의미, 거버넌스 및 운영 컨텍스트를 일류 인프라로 처리해야 합니다. 데이터, 시스템, 프로세스 간의 관계는 명시적이어야 합니다.
거버넌스는 연속적이어야 하며 정적이어서는 안 됩니다. AI 시스템은 시간이 지남에 따라 무엇이 변경되었는지, 무엇이 실패했는지, 무엇이 통과했는지, 무엇이 성공했는지 등 운영 신호로부터 학습해야 합니다.
이러한 기반을 통해 AI는 신뢰할 수 있는 의사결정 지원 파트너로 기능할 수 있습니다. 그것이 없으면 단독으로는 인상적인 도구로 남아 있지만 실제로는 신뢰할 수 없습니다.
CIO에게는 AI가 더 이상 필요하지 않습니다. 이들에게는 비즈니스를 운영하는 데 도움이 될 만큼 비즈니스를 잘 이해하는 AI가 필요합니다.
최고의 AI 웹사이트 빌더를 소개합니다.
이 기사는 TechRadarPro의 Expert Insights 채널의 일부로 제작되었으며, 오늘날 기술 업계에서 가장 뛰어난 인재들을 소개합니다. 여기에 표현된 견해는 저자의 견해이며 반드시 TechRadarPro 또는 Future plc의 견해는 아닙니다. 협업에 관심이 있다면 여기에서 자세히 알아보세요.